Um modelo dinâmico autoregressivo não paramétrico bayesiano para análise de múltiplas séries temporais

Promovido pela Escola de Matemática Aplicada (FGV EMAp), o seminário irá debater o artigo em que é proposto um modelo não paramétrico bayesiano para a análise de múltiplas séries temporais.

Para este estudo, foi considerada uma estrutura autoregressiva de ordem p para cada uma das séries e tomada força emprestada ao longo da série, considerando uma população de erro comum que também está evoluindo no tempo.

As populações de erro (distribuições) são assumidas não paramétricas, cuja lei é baseada em uma série de árvores Polya dependentes com mediana zero. Essa dependência é da ordem q e é alcançada através de um processo beta dependente que vincula as probabilidades de ramificação das árvores. No artigo, foram estudadas as propriedades a priori e mostrado como obter inferência a posteriori. O modelo é testado em um estudo de simulação e é ilustrado com a análise do índice de atividade econômica dos 32 estados do México.